无人驾驶商业化提速 Roadstar.ai欲做无人车领域“滴滴出行”

全球无人商业化进程正在加速。目前，随着各大汽车公司和科技公司不断推出新的自动驾驶技术，世界各国都在积极制定自动驾驶普及路线图，放宽无人驾驶汽车相关法律法规，主要集中在道路测试和规划、驾驶分类、，根据前瞻产业研究院发布的《无人驾驶汽车产业发展前景预测与投资战略规划分析报告》，2018年全球无人驾驶汽车市场将达到48.2亿美元，2021全球无人驾驶车辆市场将达到70.3亿美元；到2035年，预计无人驾驶汽车的全球销量将达到2100万辆。今年5月15日，成立仅一年的中国自动驾驶初创公司Roadstar.ai正式宣布完成1.28亿美元（约合8.12亿元人民币）的a轮融资，这是迄今为止无人驾驶行业最高的融资额，Roadstar.i也成为国内无人驾驶领域估值最高的初创公司。6月13日，Roadstar.ai携自动驾驶方案“Aries·Rui”亮相亚洲消费电子展，这是全球首款搭载纯国产激光雷达的无人驾驶Level4解决方案，在任何速度和任何弯道上都能实现5厘米的最大误差。该公司首席执行官童贤巧在接受《21世纪商业导报》独家采访时介绍，该方案具有明显的竞争优势：目前成本约为30万元，而竞品成本约为150万元。到2020年，该公司计划将系统成本降至5万元。严贤桥预测，2020年，无人商业化时代将全面到来，公司的目标是成为无人驾驶领域的“滴水”，让无人技术与汽车服务全面融合。目前，全球自动驾驶领域的竞争非常激烈。据不完全统计，全球已经涌现出240多家自动驾驶技术研发初创企业。然而，Roadstar.ai对此并不担心。童贤巧认为，这200多家初创企业的研究“分为场景和赛道”。他们有的做封闭场景，有的做L3等，他们有不同的商业模式。就像Roadstar.ai一样，专注于开放路况下自动驾驶L4技术的人并不多。目前，Roadstar.ai已经开发出无人旅程中的两项关键技术：HeteroSync（异构多传感器同步）和DeepFusion（数据深度融合）。HeteroSync负责实现多个传感器（激光雷达、相机、雷达、超声波、全球导航卫星系统和；

IMU）并实时自动更新同步参数。DeepFusion负责三种主要传感器（激光雷达、相机和雷达）在原始数据层面的融合，该技术基于融合高维数据的传感和定位算法。“无人驾驶要做的实际上是两件事。第一件事是看清世界，第二件事是了解世界。”严贤桥指出。Roadstar.ai的多传感器预融合技术在原始数据层面融合了激光雷达、相机和毫米波雷达的8维数据，可以实现高精度地图绘制，有效识别视野中的物体和人。“所谓预融合，就是将所有传感器的数据在原始数据层面进行融合，将多个低成本、低性能的传感器组合使用，可以大大节约成本，提高效率。”童贤巧告诉21世纪经济导报记者。他解释说，目前，世界上大多数无人公司仍然采用多传感器后融合技术，该技术对每个传感器都有相应的传感算法，并在处理每个传感器的数据后，总结传感结果。相对而言，Roadstar.ai采用的预融合技术对单个传感器的要求较低，单个功能可能有限，但综合起来，它可以感知包括几何、颜色、纹理等在内的各个方面的信息，可以实现更快的算法和更准确的识别。国内法律法规有待完善美国30年前开始研究无人驾驶的相关技术。在加利福尼亚州，每一家参与无人驾驶研发的公司都需要提交一份年度报告，总结测试期间司机的接管情况。这个数字被许多人用来评估公司的水平。其中，谷歌母公司Alphabet的子公司Waymo遥遥领先，其次是通用汽车的Cruise，每次收购的平均里程数超过1000英里。其中，Waymo在亚利桑那州移除了司机，并使用远程接管进行无人操作。然而，即使达到了这个水平，也不意味着无人车可以在中国安全驾驶。“与美国相比，国内的路况会复杂得多，这对传感器的灵敏度要求更高。”严贤桥分析道。他介绍，目前Roadstar.ai的无人车可以适应中国最复杂的路况，包括随时变化的修路状态，以及突然出现在路上的摩托车和行人都有敏感的判断和反应，以确保车辆在各种复杂路况下安全行驶。经过过去一年的实际道路测试，Roadstar.ai的无人驾驶汽车在加州平均只需一次人工干预，就可以在中国高度复杂的城市路况下安全行驶数小时，而无需人工接管。“中国需要完善无人驾驶法规。”严贤桥指出。据了解，中国只有北京、上海、广州和重庆有政府明确的无人驾驶测试牌照和道路法规。即使他们拿到了牌照，未来也只能在几公里或更长的有限测试路段行驶。相比之下，美国有21个州完全开放了有安全驾驶员的自动驾驶，其中7个州开放了没有安全驾驶员的无人驾驶，车辆在获得许可后可以在该州任何地方进行测试。“但最近，我们也看到了国内无人驾驶的开放心态。我相信，随着无人驾驶技术的进一步成熟，交通秩序会更加有序，相关配套法规也会逐步完善。”严贤桥认为。瞄准智能出行根据前瞻产业研究院的预测数据，到2035年，全球无人驾驶汽车销量将达到2100万辆。参考2015年全球汽车年销量超过8000万辆，中国销量接近2500万辆的数据。巨大的汽车销量和消费者对技术的需求使中国成为最大的无人驾驶市场。当被问及Roadstar.ai在自动驾驶商业化中的应用场景时，严贤桥表示，公司未来将专注于中国无人车的运营服务，瞄准智能出行市场，努力打造无人驾驶领域的“滴滴”。Roadstar.ai计划2018年在深圳部署50辆无人车，以巩固算法；

2019年，Roadstar.ai将与OEM合作，定制200辆配备车顶箱的无人车，开发出行应用程序，提供无人网络汽车服务，当然，汽车还将配备安全员，以确保用户体验；2020年，深圳将部署1500辆定制无人车，真正实现无人化。“我们希望通过两年的数据积累来改进算法，提高整体效果和稳定性，最终通过远程监管取代零星监管，实现更快的商业化。”童贤巧告诉21世纪经济导报记者。“Level4并不完美，Roadstar.ai仍将加入远程控制中心服务，以使无人车更加稳定和安全。”他说。从长远来看，Roadstar.ai希望“软硬结合”，向上游硬件端延伸，并与传感器制造商更紧密地合作，形成类似苹果供应链的格局。这也是Roadstar.ai选择将国内研发和生产中心落户深圳星河世界人工智能园的原因。“与硅谷相比，这里的产业链更完整，从技术到产品的转化更快，为Roadstar.ai提供了最好的外部环境。”除了丰富的市场资源，星河创投还联合深创投等投资机构参与Roadstar.ai的A轮融资，帮助Roadstar.i共同构建供应链生态。在国际市场上，Roadstar.ai也有相应的计划来扮演技术提供商的角色。“因为海外市场涉及的高精度地图和本地核心交通数据将得到相应的保护，Roadstar.ai选择了从技术上切入。”严贤桥解释道。展望未来，童现桥认为，无人驾驶技术的普及不仅可以升级人们的出行方式，还可以彻底改变人们的生活。“车辆将不再是单一的交通工具，而是一个具有生活、娱乐和工作等多种功能的移动空间。实现这一切指日可待。”全球无人商业化进程正在加速。目前，随着各大汽车公司和科技公司不断推出新的自动驾驶技术，世界各国都在积极制定自动驾驶普及路线图，放宽无人驾驶汽车相关法律法规，主要集中在道路测试和规划、驾驶分类、，根据前瞻产业研究院发布的《无人驾驶汽车产业发展前景预测与投资战略规划分析报告》，2018年全球无人驾驶汽车市场将达到48.2亿美元，2021全球无人驾驶车辆市场将达到70.3亿美元；

到2035年，预计无人驾驶汽车的全球销量将达到2100万辆。今年5月15日，成立仅一年的中国自动驾驶初创公司Roadstar.ai正式宣布完成1.28亿美元（约合8.12亿元人民币）的a轮融资，这是迄今为止无人驾驶行业最高的融资额，Roadstar.i也成为国内无人驾驶领域估值最高的初创公司。6月13日，Roadstar.ai携自动驾驶方案“Aries·Rui”亮相亚洲消费电子展，这是全球首款搭载纯国产激光雷达的无人驾驶Level4解决方案，在任何速度和任何弯道上都能实现5厘米的最大误差。该公司首席执行官童贤巧在接受《21世纪商业导报》独家采访时介绍，该方案具有明显的竞争优势：目前成本约为30万元，而竞品成本约为150万元。到2020年，该公司计划将系统成本降至5万元。严贤桥预测，2020年，无人商业化时代将全面到来，公司的目标是成为无人驾驶领域的“滴水”，让无人技术与汽车服务全面融合。目前，全球自动驾驶领域的竞争非常激烈。据不完全统计，全球已经涌现出240多家自动驾驶技术研发初创企业。然而，Roadstar.ai对此并不担心。童贤巧认为，这200多家初创企业的研究“分为场景和赛道”。他们有的做封闭场景，有的做L3等，他们有不同的商业模式。就像Roadstar.ai一样，专注于开放路况下自动驾驶L4技术的人并不多。目前，Roadstar.ai已经开发出无人旅程中的两项关键技术：HeteroSync（异构多传感器同步）和DeepFusion（数据深度融合）。HeteroSync负责实现多个传感器（激光雷达、相机、雷达、超声波、全球导航卫星系统和；

IMU）并实时自动更新同步参数。DeepFusion负责三种主要传感器（激光雷达、相机和雷达）在原始数据层面的融合，该技术基于融合高维数据的传感和定位算法。“无人驾驶要做的实际上是两件事。第一件事是看清世界，第二件事是了解世界。”严贤桥指出。Roadstar.ai的多传感器预融合技术在原始数据层面融合了激光雷达、相机和毫米波雷达的8维数据，可以实现高精度地图绘制，有效识别视野中的物体和人。“所谓预融合，就是将所有传感器的数据在原始数据层面进行融合，将多个低成本、低性能的传感器组合使用，可以大大节约成本，提高效率。”童贤巧告诉21世纪经济导报记者。他解释说，目前，世界上大多数无人公司仍然采用多传感器后融合技术，该技术对每个传感器都有相应的传感算法，并在处理每个传感器的数据后，总结传感结果。相对而言，Roadstar.ai采用的预融合技术对单个传感器的要求较低，单个功能可能有限，但综合起来，它可以感知包括几何、颜色、纹理等在内的各个方面的信息，可以实现更快的算法和更准确的识别。国内法律法规有待完善美国30年前开始研究无人驾驶的相关技术。在加利福尼亚州，每一家参与无人驾驶研发的公司都需要提交一份年度报告，总结测试期间司机的接管情况。这个数字被许多人用来评估公司的水平。其中，谷歌母公司Alphabet的子公司Waymo遥遥领先，其次是通用汽车的Cruise，每次收购的平均里程数超过1000英里。其中，Waymo在亚利桑那州移除了司机，并使用远程接管进行无人操作。然而，即使达到了这个水平，也不意味着无人车可以在中国安全驾驶。“与美国相比，国内的路况会复杂得多，这对传感器的灵敏度要求更高。”严贤桥分析道。他介绍，目前Roadstar.ai的无人车可以适应中国最复杂的路况，包括随时变化的修路状态，以及突然出现在路上的摩托车和行人都有敏感的判断和反应，以确保车辆在各种复杂路况下安全行驶。经过过去一年的实际道路测试，Roadstar.ai的无人驾驶汽车在加州平均只需一次人工干预，就可以在中国高度复杂的城市路况下安全行驶数小时，而无需人工接管。“中国需要完善无人驾驶法规。”严贤桥指出。据了解，中国只有北京、上海、广州和重庆有政府明确的无人驾驶测试牌照和道路法规。即使他们拿到了牌照，未来也只能在几公里或更长的有限测试路段行驶。相比之下，美国有21个州完全开放了有安全驾驶员的自动驾驶，其中7个州开放了没有安全驾驶员的无人驾驶，车辆在获得许可后可以在该州任何地方进行测试。“但最近，我们也看到了国内无人驾驶的开放心态。我相信，随着无人驾驶技术的进一步成熟，交通秩序会更加有序，相关配套法规也会逐步完善。”严贤桥认为。瞄准智能出行根据前瞻产业研究院的预测数据，到2035年，全球无人驾驶汽车销量将达到2100万辆。参考2015年全球汽车年销量超过8000万辆，中国销量接近2500万辆的数据。巨大的汽车销量和消费者对技术的需求使中国成为最大的无人驾驶市场。当被问及Roadstar.ai在自动驾驶商业化中的应用场景时，严贤桥表示，公司未来将专注于中国无人车的运营服务，瞄准智能出行市场，努力打造无人驾驶领域的“滴滴”。Roadstar.ai计划2018年在深圳部署50辆无人车，以巩固算法；

2019年，Roadstar.ai将与OEM合作，定制200辆配备车顶箱的无人车，开发出行应用程序，提供无人网络汽车服务，当然，汽车还将配备安全员，以确保用户体验；2020年，深圳将部署1500辆定制无人车，真正实现无人化。“我们希望通过两年的数据积累来改进算法，提高整体效果和稳定性，最终通过远程监管取代零星监管，实现更快的商业化。”童贤巧告诉21世纪经济导报记者。“Level4并不完美，Roadstar.ai仍将加入远程控制中心服务，以使无人车更加稳定和安全。”他说。从长远来看，Roadstar.ai希望“软硬结合”，向上游硬件端延伸，并与传感器制造商更紧密地合作，形成类似苹果供应链的格局。这也是Roadstar.ai选择将国内研发和生产中心落户深圳星河世界人工智能园的原因。“与硅谷相比，这里的产业链更完整，从技术到产品的转化更快，为Roadstar.ai提供了最好的外部环境。”除了丰富的市场资源，星河创投还联合深创投等投资机构参与Roadstar.ai的A轮融资，帮助Roadstar.i共同构建供应链生态。在国际市场上，Roadstar.ai也有相应的计划来扮演技术提供商的角色。“因为海外市场涉及的高精度地图和本地核心交通数据将得到相应的保护，Roadstar.ai选择了从技术上切入。”严贤桥解释道。展望未来，童现桥认为，无人驾驶技术的普及不仅可以升级人们的出行方式，还可以彻底改变人们的生活。“车辆将不再是单一的交通工具，而是一个具有生活、娱乐、工作等多种功能的移动空间。实现这一切指日可待。”

标签：世纪远程北京

汽车资讯热门资讯